Labvanced 的网络摄像头眼动追踪

Labvanced 的网络摄像头眼动追踪技术以 1.3 视觉度的精度测量注视，与硬件眼动追踪仪在同行评审研究中进行了验证（Kaduk et al., 2024），并且无需专用硬件即可在任何标准网络摄像头上运行。它适用于实验室内和远程研究，使研究人员能够在不同参与者群体中收集一致、高质量的注视测量。

Labvanced 网络摄像头眼动追踪：远程眼动追踪的新标准

Labvanced 提供的研究级眼动追踪可供任何拥有标准网络摄像头的人使用。通过提高可及性和完全整合到实验工作流程中，进行实验室内和远程研究的研究人员可以轻松利用高度准确的、经过同行评审的网络摄像头眼动追踪。

成功的网络摄像头眼动追踪的 4 个关键功能

要成功运行网络摄像头眼动追踪研究，有四个原则至关重要：准确性可以确保尽管硬件存在变异，仍能提供可靠数据；适应性和控制让研究人员根据不同参与者的特定合规水平来调整协议和性能阈值；而不妥协的隐私对于伦理远程数据采集和参与者信任来说是不可谈判的。

准确性

Labvanced 利用专有的深度训练神经网络，达成强大的注视估计可靠性，展示出 1.3 视觉度的准确性。

隐私

通过自动客户端处理，所有敏感视觉数据在本地计算，保证没有敏感的参与者信息离开他们的设备。

适应性

该系统具有可调设置和灵活配置，特别设计用以满足从婴儿到老年人群体的独特需求和合规挑战。

控制

完全掌握实验过程，例如定义最低注视性能要求、指定校准过程，以及在每个任务和试验中设置精确的管理规则。

收集的数据

Labvanced 提供广泛的基于网络摄像头的眼动追踪输出，使得捕获研究所需的细节水平变得简单。从精确的注视坐标到丰富的注视指标和试验级诊断，平台提供了全面的数据，以理解参与者如何与视觉刺激互动。

注视位置

在任务中可以捕获注视位置坐标（X 和 Y），并可以进一步定制，使得数据仅记录特定的感兴趣区域（AOIs）。这与额外的数据点如时间戳（T）和置信区间（C）结合，后者是指测量期间眼睛的开放程度。

这也扩展到嵌入在研究中的实时外部网站上的元素。请参见 在嵌入网站上追踪注视 以获取完整设置。

注视

对于希望收集超出注视坐标的数据的研究，基于注视的数据收集也是一种选择，关键指标包括：

• 注视数量
• 第一个注视所需时间
• 注视持续时间

更多试验特定的注视数据

Labvanced 的基于网络摄像头的眼动追踪提供丰富的、试验特定的数据，远超注视坐标。对于每个试验，研究人员可以访问如 最后缓存的注视位置 或最后缓存的注视及校准误差等诊断指标。这一层次的细致使得评估数据质量和更自信地解读参与者的观看行为变得更加容易，同时利用这些信息进一步控制实验的行为。

收集的数据可以根据您的规格以可分析的格式导出，包括 CSV、XLSX、TSV。

细粒度校准选项

校准程序与数据质量和输出紧密相关。Labvanced 使您可以精确指定何时以及如何运行校准。

• 眼动追踪校准是唯一需要研究人员积极参与眼动追踪系统的部分。
• 由于各项研究的要求不同，校准程序的许多设置可以调节。
• 校准的长度与准确性之间存在主要权衡，较长的校准程序将导致更准确的数据输出。
• 其他调节，如虚拟下巴托的强度或重新校准设置也是有用的考虑因素。

基准准确性

Labvanced 的网络摄像头眼动追踪的准确性是其下一个最佳竞争者的 2-3 倍，超过 80% 的眼动追踪研究都可以通过我们的系统实现。Labvanced 提供了唯一一项具备研究级别（经过同行评审）的科学出版物的网络摄像头眼动追踪解决方案。

通过与基于硬件的眼动追踪的比较进行验证

• 我们的基于网络摄像头的眼动追踪系统的准确性约为 1.2 到 1.4 视觉度。
• 我们与 EyeLink 1000 硬件眼动追踪系统的比较研究显示，皮尔逊相关系数大于 0.9。
• 对自然场景的视觉分析在视觉上确认了 Labvanced 的预测与实际情况有多接近，尤其是与 EyeLink 相比。
• Labvanced 的网络摄像头眼动追踪准确性仅比 EyeLink 1000 系统低约 0.5°。

• 在屏幕中心呈现的刺激的准确性进一步提高。
• 准确性在时间上保持一致，并且不会随着时间的推移而下降。
• 唯一的其他流行的网络摄像头系统（WebGazer - Papoutsaki，2015）报告的准确性约为 4 视觉度，说明我们的系统比其他任何系统准确性高了约 3 倍。

Labvanced 网络摄像头眼动追踪与 WebGazer 的比较

通常，网络摄像头眼动追踪已成为 WebGazer 的代名词。Labvanced 的眼动追踪因使用自定义神经网络来估计注视坐标而属于自己的类别。下面的表格快速展示了这两种眼动追踪工具性能的区别：

Gorilla，一个无代码实验平台，也使用 WebGazer 进行其网络摄像头眼动追踪。有关这两个平台在眼动追踪之外的差异，请参阅完整的 Labvanced vs Gorilla 比较。

科学影响：Labvanced 在同行评审文学中的应用

其他研究人员是如何在他们的研究中使用 Labvanced 的网络摄像头眼动追踪的？以下是一些示例：

人工智能的帮助性和不确定性对与药剂师的认知互动的影响：随机对照试验

在这项随机对照试验中，研究人员利用 Labvanced 的网络摄像头眼动追踪技术来确定药剂师在与 AI 决策支持互动时视觉注意力的变化。通过在药物验证任务中远程捕捉注视，研究人员揭示了即使在不确定的情况下，AI 建议如何重塑认知处理。

Tsai, C. C., et al. (2025). 人工智能的帮助性和不确定性对与药剂师的认知互动的影响：随机对照试验。 医学互联网研究期刊, 27, e59946。

超越建筑密度：从粗略到细致分析城市环境中的情感体验

在这项研究中，作者使用 Labvanced 的网络摄像头眼动追踪技术收集注视数据，参与者查看城市环境的图像。通过跟踪参与者对不同城市场景特征的注视行为，研究人员能够将视觉注意力与对建筑元素与自然元素的情感评估联系起来。使用 Labvanced 使得这一点能够在线大规模完成，捕捉细致的眼动指标，无需特殊的实验室硬件。

Sander, I., et al. (2024). 超越建筑密度：从粗略到细致分析城市环境中的情感体验。 环境心理学期刊, 96, 102337。

寻找合适的影响者：如何通过关注者数量推动社交媒体互动

在这项多方法研究中，作者使用 Labvanced 的网络摄像头眼动追踪来测量参与者如何与影响者内容进行视觉互动。通过跟踪参与者在查看具有不同影响者关注者数量的 Instagram 个人资料（作为兴趣区域）时的注视行为，他们能够评估注意模式与感知连接及互动之间的关系。

Wies, S., Bleier, A., & Edeling, A. (2023). 寻找合适的影响者：如何通过关注者数量推动社交媒体互动。 市场营销期刊, 87(3), 383-405。

互动演示

实时指标

在这个简单注视任务的演示中，展示了几个眼动追踪功能用于两个作为兴趣区域（AoIs）的图片：停留时间、首次注视时间、注视次数和平均注视持续时间。注意：研究开始时有 5 分钟的校准（中间松散的下巴托约束），您可以在导入后进一步编辑。

优先注视范式

本研究使用优先注视范式调查婴儿的视觉注意力，并且可以进一步作为此类研究的模板。参与者并排观看图像或视频，同时记录注视模式、注视持续时间和头部朝向，同时还会记录参与者的视频。注意：使用婴儿友好的校准。

AOI检测

使用多边形形状遮罩某些面部特征，计算注视次数并记录注视坐标。查看事件是如何设置的，以记录眼动追踪数据，以及如何使用对象来定义独特的AOI。

头部追踪

在这个演示中，你可以尝试不同的头部位置来移动屏幕上的滑块，这些滑块作为数值的可视化。头部追踪通常作为眼动追踪的补充或替代。

数据隐私和网络摄像头眼动追踪 🔐

在Labvanced，我们极为重视数据隐私和安全性。 这可以通过以下几点最佳展现：

• 所有的面部和眼睛数据处理均在用户设备上进行，确保眼部数据的真正设计隐私。
• 只有注视位置和注视持续时间（完全匿名的数值数据）将保存到我们的服务器。
• 已进行并成功通过外部安全审计（VAPT）。可以根据请求提供文件。
• 我们的服务器归我们所有，仅位于欧盟/欧洲法域内。
• 我们在请求时为您提供我们的技术和组织措施（ToM）以及数据处理协议（DPA）。
• 所有数据可以进行端到端加密（PGP），确保数据仅以加密格式存储在我们的服务器上。

文档

网络摄像头眼动追踪指南

在Labvanced中设置、校准和运行网络摄像头眼动追踪研究的完整文档中心。

选择校准设置

如何选择校准长度、类型和限制，以在数据质量和参与者合规性之间取得平衡。

在任务中设置眼动追踪

逐步概述如何启用眼动追踪并设计能够可靠捕获注视数据的任务。

进一步阅读

情感检测

将面部表情分类为若干类别的情感，并连续提供愉悦度和唤醒度分数。

心率检测（rPPG）

使用参与者的网络摄像头视频估算每分钟心跳次数。

功能概述

在一个地方查看Labvanced平台功能的全貌，从实验构建到数据导出。

关于Labvanced网络摄像头眼动追踪的常见问题

可行性检查

如果您需要更多支持或对某个特定的网络摄像头眼动追踪功能感到好奇，请通过聊天或电子邮件与我们联系。我们非常乐意听取您的研究，并为您解答任何关于平台的问题，讨论项目的可行性。